在 Python 中将 HTML 转换为 PDF

Python HTML 转 PDF 转换

Aspose.PDF for Python via .NET 允许您将现有的 HTML 文档转换为 PDF，并提供灵活的渲染选项。您可以微调输出的生成方式，以符合您的布局、样式、可访问性和归档要求。

将HTML转换为PDF

以下 Python 示例展示了将 HTML 文档转换为 PDF 的基本工作流程。

  1. 创建该实例 HtmlLoadOptions 类。
  2. 初始化一个 文档 包含源 HTML 文件的对象。
  3. 通过调用保存输出的 PDF 文档 document.save().
from os import path
import aspose.pdf as ap

path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, "python", outfile)

load_options = ap.HtmlLoadOptions()
load_options.page_layout_option = ap.HtmlPageLayoutOption.SCALE_TO_PAGE_WIDTH
document = ap.Document(path_infile, load_options)
document.save(path_outfile)
print(infile + " converted into " + outfile)

相关转换

使用媒体类型将HTML转换为PDF

此示例展示了如何使用特定的渲染选项将 HTML 文件转换为 PDF。

  1. 创建该实例 HtmlLoadOptions() 类。
  2. 设置 html_media_type 应用针对屏幕或打印布局的 CSS 规则，例如 HtmlMediaType.SCREEN 或 HtmlMediaType.PRINT.
  3. 将 HTML 加载到一个 ap.Document 使用加载选项。
  4. 将文档保存为 PDF。
from os import path
import aspose.pdf as ap

path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, "python", outfile)

load_options = ap.HtmlLoadOptions()
load_options.html_media_type = ap.HtmlMediaType.SCREEN
document = ap.Document(path_infile, load_options)
document.save(path_outfile)
print(infile + " converted into " + outfile)

优先处理 CSS @page HTML 转 PDF 转换期间的规则

有些文档使用 这个 @page 规则 用于页面布局。如果这些样式与其他设置冲突，您可以使用 is_priority_css_page_rule.

  1. 创建该实例 HtmlLoadOptions 类。
  2. 设置 is_priority_css_page_rule = False 让其他样式获得更高的优先级 @page 规则。
  3. 将 HTML 加载到一个 ap.Document 使用已配置的选项。
  4. 将文档保存为 PDF。
from os import path
import aspose.pdf as ap

path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, "python", outfile)

load_options = ap.HtmlLoadOptions()
# load_options.is_priority_css_page_rule = False
document = ap.Document(path_infile, load_options)
document.save(path_outfile)
print(infile + " converted into " + outfile)

将 HTML 转换为带嵌入字体的 PDF

本示例展示了如何在嵌入字体的同时将 HTML 文件转换为 PDF。如果您需要输出 PDF 保留原始排版，请设置 is_embed_fonts 到 True.

  1. 创建 HtmlLoadOptions() 配置 HTML 到 PDF 转换。
  2. 设置 is_embed_fonts = True 将HTML中使用的字体直接嵌入PDF。
  3. 将 HTML 加载到一个 ap.Document 使用这些选项。
  4. 将文档保存为 PDF。
from os import path
import aspose.pdf as ap

path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, "python", outfile)

load_options = ap.HtmlLoadOptions()
load_options.is_embed_fonts = True
document = ap.Document(path_infile, load_options)
document.save(path_outfile)
print(infile + " converted into " + outfile)

在单个 PDF 页面上渲染 HTML 内容

本示例演示如何使用 Aspose.PDF for Python via .NET 将 HTML 文件转换为单页 PDF。使用 is_render_to_single_page 属性，当您希望将完整的 HTML 内容渲染到同一连续页面时。

  1. 创建实例 HtmlLoadOptions() 配置转换过程。
  2. 启用 is_render_to_single_page 将在单页上渲染完整的HTML内容。
  3. 使用已配置的选项加载文档到一个 ap.Document.
  4. 将结果保存为 PDF 文件。
from os import path
import aspose.pdf as ap

path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, "python", outfile)

options = ap.HtmlLoadOptions()
options.is_render_to_single_page = True

doc = ap.Document(path_infile, options)
doc.save(path_outfile)

从 HTML 标记创建逻辑结构

逻辑结构，也称为 Tagged PDF，保留了原始 HTML 的语义层次结构，例如标题、段落和列表。这使得生成的 PDF 更具可访问性、可搜索性，并适用于结构化文档工作流。

通过在转换过程中启用逻辑结构，HTML DOM 被映射到 PDF 标记树中，而不是仅作为可视内容进行渲染。

为了满足可访问性要求，PDF 应该包含定义阅读顺序的逻辑结构元素，提供屏幕阅读器的替代文本，并保留内容的层次结构。

输出 PDF 中逻辑结构的质量直接取决于原始 HTML 标记的质量。结构不良或无效的 HTML 可能导致转换后的 PDF 中标记不完整或不准确。

  1. 创建一个 HtmlLoadOptions 实例，以控制 HTML 的转换方式。
  2. 激活语义标记，使 PDF 包含结构化元素。
  3. 使用配置的选项打开 HTML 文件。
  4. 保存结构化的 PDF。
import aspose.pdf as ap

# Path to the source HTML
input_html_path = "input.html"
# Path for the Logical Structure PDF
output_pdf_path = "output_logical_structure.pdf"
# Initialize HtmlLoadOptions
options = ap.HtmlLoadOptions()
# Convert HTML markup to PDF logical structure elements
options.create_logical_structure = True
# Open PDF document
with ap.Document(input_html_path, options) as document:
    # Save PDF document
    document.save(output_pdf_path)

将 MHTML 转换为 PDF

此示例演示如何使用 Aspose.PDF for Python via .NET 将 MHT 或 MHTML 文件转换为具有特定页面尺寸的 PDF 文档。

  1. 创建实例 ap.MhtLoadOptions() 配置 MHTML 文件处理。
  2. 设置各种参数，例如页面大小。
  3. 使用输入文件和配置的加载选项初始化文档。
  4. 将生成的文档保存为 PDF。
from os import path
import aspose.pdf as ap

path_infile = path.join(self.data_dir, infile)
path_outfile = path.join(self.data_dir, "python", outfile)
load_options = ap.MhtLoadOptions()
load_options.page_info.width = 842
load_options.page_info.height = 1191
document = ap.Document(path_infile, load_options)
document.save(path_outfile)
print(infile + " converted into " + outfile)
使用 Python 将 PDF 转换为 PowerPoint 在 Python 中将 PDF 转换为 HTML